Conceitos introdutórios, dados e tipos de variáveis
Métodos Quantitativos Aplicados à Ciência Política
Pesquisa empírica e métodos quantitativos
Por que métodos quantitativos?
Método e objeto: fronteiras tênues
O fetiche da quantificação: concept formation stands prior to quantification.
Questão de pesquisa -> reflexão sobre a literatura -> formação conceitual (seleção e validação) -> análise
Método vs. técnica
Por que métodos quantitativos?
Medição de quantidades e quantificação de qualidades
Só se quantifica o conhecido? efeitos da causa ou causa dos efeitos
Algumas crenças fundamentais:
– produção de sentido e mensuração
– identificação de padrões e relações entre muitos casos (o que é muito?)
Ideia -> Evidências -> Análises -> Representações
Por que usaremos estatística?
Na Ciência Política há uma série de problemas cuja solução pode ser determinada de forma exata.
- Exemplo: o Executivo distribui 513 milhões de reais em emendas aos 513 deputados da legislatura. A distribuição de recursos é idêntica entre os deputados Quanto cada um receberá?
Este tipo de problema é chamado de determinístico porque não há incerteza envolvida nele.
A maior parte das questões interessantes, porém, não possui uma solução exata que possa ser determinada a priori:
- O deputado A executou suas emendas na região X dos Estado e o deputado B na região Y, quem tem mais chances de ser reeleito?
O fato de não conseguirmos dar uma resposta EXATA para um problema, não significa que não podemos dar uma resposta suficientemente BOA.
- Como faremos isso neste curso? Olhando para o passado (estatística descritiva) e estimando probabilidades (probabilidade e inferência) sobre o que ocorrerá no futuro.
Conceitos, teorias e métodos
Teorias, métodos e observações
Modelando
Modelos são abstrações da realidade (estilizações): mapas
Você julga um modelo por sua utilidade, no contexto de um propósito específico.
Ser uma representação completamente verdadeira, correta ou absolutamente realista é irrelevante: Rudimentar, limitado. Útil?
A tensão entre empiria e teoria
Falácias:
Ecológica (tomar o indivíduo pelo grupo)
Individualista (cherry picking)
Relações entre variáveis
Modelos de teorias
Descritiva (tipologias)
Causal:
- simples
- várias dependentes
- cadeia causal ou feedback
Uma pequena lembrança sobre conceitos e mensuração
Atributos
Definições operacionais exaustivas e mutuamente exclusivas
Nome
Definição verbal
Processo de classificação que permita identificar casos
Tipos
Reversível vs. Irreversível
Determinística vs. Probabilística
Sequencial vs. Coexistente
Suficiente vs. Contingente
Necessárias vs. Substituíveis
O processo de inferência
Escolher: uma pergunta de pesquisa.
Formalizar: identificando uma Quantidade de Interesse (QdI) com base na pergunta.
Coletar: dados com base na QdI
Supor: classe de modelos, dados fornecidos, QdI e perguntas
Estimar de dados: melhor modelo da classe
Apresentar Resultados:
– Estimativas de QdI: interpretáveis por qualquer pessoa
– Estimativas de incerteza, como intervalo de confiança (CI), erro padrão (SE), etc.
Conceitos importantes
População e amostra
Estatística descritiva e estatística inferencial
Estimativa pontual ou intervalar (veremos mais à frente)
População: Conjunto de todas as unidades observáveis de interesse.
Amostra: Subconjunto da população.
Como extrair conclusões sobre a população a partir de uma amostra?
- O candidato A tem 40% das intenções de voto com margem de erro de 2%.
De onde veio essa margem de erro?
Estatística descritiva
Nós já vimos que a Estatística responde a problemas estocásticos “olhando para o passado e estimando probabilidades sobre o que ocorrerá no futuro.”
Cabe então perguntar: Onde encontrar registros deste passado (dados)?
Como guardar esses registros?
Como descrever esses registros de forma que ajude a responder o problema que queremos?
De onde vêm os dados
Fontes primárias vs. fontes secundárias
Estrutura
Tipos de variáveis
Para se descrever bem alguma coisa, é preciso saber a natureza daquilo que se deseja descrever.
Tipicamente, as observações podem ter dois tipos de características: características que indicam quantidade ou qualidade.
Por isso, dizemos que existem dois tipos de variáveis:
- variáveis quantitativas e
- variáveis qualitativas.
Tipos e origem (CERVI)
Tipos
No R (+ detalhes aula que vem)
factor
character
discrete
continuous
date and time
Contínuas vs discretas
Atributos
Cuidado!
Algumas características podem ser representadas tanto por uma variável quantitativa como por uma qualitativa.
Tamanho de um partido (em assentos)
Tamanho de um partido (P/M/G)
Às vezes, isto pode ser mais sutil:
Renda per capita da família em reais
Classe de renda (Alta, Média ou Baixa)
Cuidado! Variáveis qualitativas podem ser representadas sob forma de número. Por exemplo:
- Deputados de Direita, Esquerda e Centro poderiam ter atribídas ideologia {1,-1,0} ou {1,3,2}.
Você pode trabalhar com a representação que quiser, mas a tua escolha terá implicações para a tua análise.
Como modelar
Como informar
